Вы читаете перевод статьи Алекса Потриваева, продуктового дизайнера из Intercom “Designing smart notifications”. Над переводом работали Ольга Кокоулина и Ринат Шайхутдинов. При поддержке iSpring.
iSpring — решение для запуска дистанционного обучения.
У меня зазвонил телефон. Я находился в Исландии в десяти тысячах миль от собственного автомобиля и других людей. Телефон разряжался. Я включил его, чтобы свериться с Google Maps.
“Два новых трека в плейлисте Afternoon Acoustic на Spotify”. Самое время для этого. Уведомление от Periscope: “@kayvon предлагает вам посмотреть…”; два новых письма в почте, один новый подписчик в Twitter и уведомление от канала в Slack. Итого девять уведомлений сомнительной важности в то время, когда я застрял бог знает где с двумя процентами заряда аккумулятора телефона, едва работающим Интернетом и жизненной необходимостью загрузить чертову карту.
Несмотря на технический прогресс двух последних десятилетий, принцип работы уведомлений безнадежно застрял в 1999.
Бессчетное количество недавних статей, компаний, продуктов и конференций были посвящены исключительно этой проблеме. И все же несмотря на нынешнее положение вещей, существует множество предпосылок тому, что вскоре ситуация изменится.
Как сделать уведомления лучше? Что они будут представлять из себя в будущем?
Век информации
От поиска Google до ленты новостей Facebook — алгоритмы анализируют огромные массивы данных, чтобы затем показать нам то, что мы, по их мнению, хотели бы увидеть в Интернете.
Самообучающиеся алгоритмы — основа сервиса Google Now и обновленной вкладки уведомлений Facebook. Подобные алгоритмы для механизмов оповещения еще только появляются, но, к счастью, все данные, необходимые для разработки систем умных и прогностических уведомлений, уже доступны.
Поведенческие данные
Даже если продукт по своей задумке не собирает данные о пользователях (сравните iA Writer и Facebook), огромное количество информации можно извлечь из того, как люди его используют. В какое время пользователи обычно заходят? Сколько времени тратят? Зависит ли уровень вовлеченности в использование продукта от времени суток?
Данные об экосистеме
Чем еще интересуются пользователи? Какими продуктами и как они пользуются? Можно ли проследить закономерности?
Возможно, решение, касающееся вопросов защиты персональных данных, уже создано. Не так давно Google анонсировал функцию “умный автоответчик”, которая защищает частную переписку пользователей от прочтения третьими лицами. При этом переписка доступна самообучающимся машинным алгоритмам.
Действительно умные уведомления
Если мы способны собирать и анализировать все вышеупомянутые данные, то как будут выглядеть по-настоящему умные уведомления? Как минимум, они должны быть полезными, личными, уместными и появляться в подходящее время.
Правильное время
Немедленные оповещения — не всегда лучшее решение. Одна из наиболее интересных фишек в недавно запущенном Basecapm 3 (инструмент для управления проектами) называется “Работа Может Подождать”. С ее помощью пользователи выбирают часы, в которые они желают получать оповещения. Вечер, на который запланировано романтическое свидание, пожалуй, не то время, когда хочется получать сообщения от коллеги из другого часового пояса, у которого рабочий день только начался.
Оповещения в неправильное время даже хуже, чем бесполезны. Нерелевантные уведомления игнорируются, отвлекают от работы, вызывают раздражение и создают ложное ощущение срочности вопроса.
В будущем оповещения будут анализировать эти факторы автоматически. Прогностический алгоритм вычислит контекст и выберет подходящее время для отправки уведомления, чтобы позволить вам насладиться свиданием.
Определение географического положения
Данные о геолокации очень важны для понимания контекста действий пользователя. Если некто катается на катере в двадцати милях от побережья Монтенегро, то сообщать ему о краткосрочной распродаже мебели IKEA в Дублине — не лучшая идея.
Многие приложения уже грамотно используют геолокацию. Когда Foursquare определяет, что вы находитесь в новом месте, он присылает об этом месте полезные рекомендации. Многие приложения-планировщики задач напоминают о запланированных делах тогда, когда вы находитесь в подходящем для их выполнения месте.
Умная группировка
Как и с любой системой push-оповещений, нужно быть предельно аккуратным при использовании мобильных уведомлений в качестве посредника между вами и пользователем. Если сервис начнет слишком часто их отправлять, пользователь просто напросто отключит эту функцию. Даже если уведомления полезны, перебарщивать с ними нельзя. По этой причине функция группировки приобретает все большее значение.
Вспомните, как Facebook объединяет похожие уведомления. Например о том, скольким друзьям понравилось ваше фото. Пользователь видит несколько имен и общую цифру. Если он захочет, то кликнет, чтобы узнать подробности.
В отличии от Facebook, Quora не просто вываливает на вас список уведомлений, но и требует, чтобы вы просмотрели каждое (даже если они одинаковые).
Если вывести эту концепцию на новый уровень, то умные уведомления позволят использовать последовательную группировку. Например, если обычно выложенное фото набирает менее десяти лайков, то, скорее всего, пользователь захочет получить оповещение о каждом. Если же фото собирает тысячи лайков, то кажется более разумным оповещать о каждой новой сотне лайков.
Вы также будете получать уведомления о действиях членов семьи, близких друзей или влиятельных персон. Если Марк Цукерберг прокомментирует ваш пост, вы захотите узнать об этом немедленно, не так ли?
Умное реагирование
Каждый пользователь уникален, и подстроиться под каждого нереально. Однако уведомления, которые реагируют на обстоятельства, а не отправляют стандартные сообщения, обеспечивают достаточный уровень персонализации продукта.
Например, вам предложат индивидуальную формулировку и структуру, проанализировав то, как вы обычно взаимодействуете с контентом. Как вы реагируете на уведомления о новых лайках? Бегло просматриваете? Или открываете каждое, чтобы узнать подробности? В зависимости от модели поведения, вы сможете заметить, что ваши уведомления структурированы иначе, чем у другого пользователя.
Умное таргетирование
В Intercom мы постоянно общаемся с клиентами. Проводя исследования продуктов, мы никогда не задаем всем пользователям один и тот же вопрос. Вместо этого мы отправляем таргетированное сообщение тем людям, которые лучше всего смогут на него ответить. Если мы планируем улучшить функцию экспортирования, для опроса мы выбираем тех людей, которые экспортировали данные в течение двух последних дней. Мы спрашиваем о сложностях с использованием этой функции, пока они еще свежи в памяти.
Правильно адресованные сообщения чаще получают ответ, приносят полезные отзывы и не напрягают остальных пользователей. Благодаря совокупности полученных данных, умные оповещения отправляются релевантным пользователям и не беспокоят остальных понапрасну.
Умные уведомления или система оповещений?
Умные уведомления будут все больше походить на заметку от личного помощника или другого человека. Сравните это с системой оповещений, которая выглядит как маленькая иконка-колокольчик в верхней части монитора. Нужно ли объединить их функционал? Упаковать их в один продукт? Должны ли продукты быть персонифицированными?
В психологии человека существует феномен под названием “парейдолия”. Суть парейдолии в том, что мы различаем очертания людей в окружающих предметах. Мы видим человеческие лица в проплывающих облаках, животные в мультиках ведут себя, как люди, а роботы в научной фантастике имеют антропоморфное строение. Мы имеем свойство привязываться к ботам, будь то Siri, Cortana или М (Google допустил большую ошибку, обезличив Google Now).
Уведомление от бота ощущается более личным, когда написано человеческим языком кем-то, у кого есть собственная личность.
В уведомлениях уже сейчас используются более разговорные формулировки. Для сравнения, вот как выглядело уведомление год назад, и как оно выглядит сейчас:
Эра мгновенного обмена сообщениями только начинается, но вскоре сообщения станут настолько важными, что уведомления, какими мы их привыкли видеть, останутся в прошлом.
Цикл обратной связи
Не важно, насколько умен прогностический алгоритм, не важно, насколько хорошо он собирает данные, для корректной работы всегда будет необходима обратная связь.
Британский фантаст Аластар Рейнольдс в замечательном рассказе “Зима. Голубой период” описал дискуссию на тему природы прогностического алгоритма. Представьте, что вы хотите выпить с друзьями бокал вина в прекрасный солнечный день. Вы выбрали белое, а не красное вино, и наслаждаетесь его вкусом более, чем обычно.
Алгоритм не придаст значения этому удачному стечению обстоятельств. Единственное отклонение не повлияет на прогностическую модель. В следующий раз алгоритм все равно порекомендует вам красное вино. А вот ваша память может сохранить и усилить приятное воспоминание, поэтому в последующие разы вы можете предпочесть белое. Вся модель поведения может измениться вследствие одного эпизода. Алгоритм никогда не смог бы такое сделать.
Курс на умные уведомления
Очевидно, что уведомления не могут дольше оставаться такими, какими есть. Они не вовлекают. Они назойливы. Их никто не любит.
В то же время, все данные, необходимые для разработки умных уведомлений уже доступны. Уже существуют продукты, которые пытаются их грамотно использовать и предлагают варианты того, как уведомления могут стать более ценными и полезными.
Надеюсь, когда в следующий раз я возьму в руки свой разряженный телефон, находясь в глуши, у этого будет единственная причина — мой маленький робот-помощник торопится указать мне верный маршрут.